- Wie Künstliche Intelligenz das Gesundheitssystem unterstützt und es für Ärzte, Pflegekräfte und Patienten besser macht
- Potenzielle Risiken für Bereiche wie Datenschutz und Arbeitsmarkt
- Ausblick auf zukünftige Entwicklungen im Gesundheitswesen
Einer der bekanntesten amerikanischen Ärzte zeigt auf, wie Künstliche Intelligenz die Medizin revolutionieren wird
»›Deep Medicine‹ zeigt auf faszinierende Weise, wie Machine Learning die medizinische Forschung und Versorgung verändert. […] Unsere brillanten KI-Tools ermöglichen es uns, mehr über uns selbst – unseren Körper und unseren Geist – zu lernen, als wir uns je vorstellen konnten. Aber sie können sich nicht in den Patienten einfühlen. Dieses Buch ist ein wichtiger Schritt in Richtung einer gesünderen Gesellschaft mit gesünderen Individuen.« –Garri Kasparow, Schachweltmeister und Autor von ›Deep Thinking‹
Ärzte sind permanent überlastet; die menschliche Interaktion mit den Patienten kommt zu kurz. Das führt häufig zu Behandlungsfehlern und Fehldiagnosen. Im Gesundheitswesen leiden alle Beteiligten darunter, dass der Mensch nicht mehr im Zentrum der Behandlung steht.
Eric Topol zeigt, wie Künstliche Intelligenz zukünftig wesentliche Prozesse in der Medizin optimieren könnte: Die Verarbeitung natürlicher Sprache hilft bei der Aufzeichnung von Arztgesprächen und der Auswertung der Krankengeschichte, Deep-Learning-Algorithmen erstellen anhand unserer individuellen medizinischen Daten maßgeschneiderte Behandlungspläne und virtuelle Assistenten übernehmen das Coaching für eine gesunde Lebensführung. Indem die KI Ärzten diese und weitere Aufgaben abnimmt, kann sie vor allem dafür sorgen, dass diese wieder mehr Zeit für ihre Patienten haben.
Innovativ und optimistisch macht Deep Medicine deutlich, wie alle Beteiligten des Gesundheitswesens von Künstlicher Intelligenz profitieren werden. Dabei lässt der Autor jedoch auch die Risiken und Nebenwirkungen einer medizinischen KI-Revolution nicht außen vor.
Mit einem Nachwort von KI-Pionier Jürgen Schmidhuber, dessen Team an der TU München und am Schweizer Forschungsinstitut IDSIA tiefe neuronale Netze entwickelt hat, die 2012 als erste einen medizinischen Bilderkennungswettbewerb gewannen.
